Учёные Пермского национального исследовательского политехнического университета совместно с китайскими коллегами разработали гибридную нейросеть, которая предсказывает горизонтальное давление в земных пластах с точностью 99,5%. Результаты опубликованы в журнале Rock Mechanics Bulletin в марте 2026 года.
Модель называется GMDH-LM — это сочетание двух методов. Первый, GMDH (метод группового учёта аргументов), самостоятельно отбирает из девяти параметров скважины те, что реально влияют на давление, и отбрасывает лишнее. Второй, алгоритм Левенберга — Марквардта, ускоряет вычисления и повышает точность. Вместе они работают точнее, чем каждый по отдельности.
Традиционные нейросети дают точность 65–85% — и нередко «переобучаются»: хорошо справляются с данными, на которых учились, но плохо работают на новых скважинах. GMDH-LM достигла точности 99,5% именно на скважинах, которые не видела во время обучения. Погрешность — меньше 1%. При этом вычисления выполняются на 87% быстрее, чем у существующих аналогов.
Обучали модель на 10 105 измерениях из трёх скважин Джунгарского бассейна в Синьцзяне — геологически сложном регионе на северо-западе Китая, где давление меняется на разных глубинах из-за столкновения тектонических плит.
Зачем это нужно нефтяникам? Горизонтальное давление пласта определяет, как правильно бурить и как проводить гидроразрыв. Ошибка в расчётах грозит либо обрушением скважины, либо выбросом нефти и газа под высоким давлением. Прямое измерение этого параметра сейчас требует специального оборудования и занимает много времени. Новая модель работает на стандартных данных геофизического каротажа — дополнительного оснащения не нужно.
Руководитель российской части проекта — Дмитрий Мартюшев, профессор кафедры нефтегазовых технологий ПНИПУ, доктор технических наук. Это не первая его работа по применению машинного обучения в нефтяной геомеханике.
